Sztuczna inteligencja i łagodne zmiany rozpoznawania fałdów głosowych

Badacze zbiorą nagrania dźwiękowe uczestników z dysfonią dotkniętych BLVF. Wszystkie próbki głosu zostaną podzielone na podstawie diagnozy endoskopowej na następujące grupy: torbiele fałdów głosowych, obrzęk Reinkego, guzki i polipy. Ścieżki dźwiękowe zostaną uzyskane po poproszeniu o wymówienie słowa /aiuole/ ze zwykłą intensywnością głosu, tonem i jakością trzy razy z rzędu. Głosy będą pozyskiwane za pomocą mikrofonu Shure model SM48 (Evanston IL) ustawionego pod kątem 45° w odległości 20 cm od ust pacjenta. Wejściowe nasycenie mikrofonu zostanie ustawione na 6/9 kanału CH1, a poziom hałasu otoczenia wynosi <30 dB poziomu ciśnienia akustycznego (SPL). Sygnały będą rejestrowane w formacie „.nvi” za pomocą rejestratora audio o wysokiej rozdzielczości Computerized Speech Lab, model 4300B, firmy Kay Elemetrics (Lincoln Park, NJ, USA) z częstotliwością próbkowania 50 kHz i konwertowane do formatu „. formacie wav”. Każdy plik audio zostanie anonimowo oznaczony płcią i typem BLVF.

Potok analizy Wszystkie poniższe analizy zostaną przeprowadzone przy użyciu MatLab R2019b, MathWorks, Natick MA, USA. Potok analizy obejmował wstępne przetwarzanie sygnału, ekstrakcję cech, badanie przesiewowe cech i implementację modelu.

Ekstrakcja cech Z segmentowanego sygnału zostanie wyodrębnionych 66 różnych cech w domenie czasu, częstotliwości i cepstralnej. Następnie na wyodrębnionych cechach zostanie obliczonych siedem miar statystycznych, a mianowicie: średnia, odchylenie standardowe, skośność, kurtoza, 25., 50. i 75. percentyl. Ponadto jitter, shimmer i tilt widma mocy zostaną uzyskane z całego niesegmentowanego sygnału.

Screening cech Screening cech zostanie zastosowany przy użyciu analiz biostatystycznych na całym zbiorze danych, aby zredukować rozszerzoną liczbę cech, które mają być podane jako dane wejściowe do klasyfikatora. Do przeszukiwania cech istotnych dla zadania klasyfikacyjnego zostaną użyte dwa testy statystyczne: jednoczynnikowa analiza wariancji (ANOVA), gdy wszystkie grupy miały rozkład normalny, oraz test Kruskala-Wallisa, w innym przypadku. Normalność grup zostanie zweryfikowana za pomocą testu Kołmogorowa-Smirnowa. Dla wszystkich testów wartość p <0,05 zostanie uznana za istotną statystycznie.

A. Implementacja modelu Algorytmem wybranym do tego badania jest nieliniowa maszyna wektorów nośnych (SVM) z jądrem Gaussa. Wydajność klasyfikacji będzie mierzona poprzez dokładność i średni wynik F1. Obie metryki zostaną podane do opisu ogólnych wyników klasyfikacyjnych i tych uzyskanych w podgrupach płci.